医学图像处理方法技术

本公开涉及一种医学图像处理方法

【技术实现步骤摘要】
医学图像处理方法、装置、设备、存储介质和程序产品


[0001]本公开涉及计算机视觉
，尤其涉及一种医学图像处理方法
、
医学图像处理装置
、
电子设备
、
存储介质和程序产品
。

技术介绍

[0002]在医学影像分析中，由于成像方法不同
、
成像时间不同等，常常需要将多个影像中代表相同实体的目标关联起来，这个过程一般称为实例化或者目标匹配
。
对不同医学图像进行目标匹配在肺结节的随访
、
肝内病灶的多期相检出等方面具有重要意义
。

技术实现思路

[0003]本公开提供了一种医学图像处理技术方案
。
[0004]根据本公开的一方面，提供了一种医学图像处理方法，包括：
[0005]获取待匹配医学图像对，其中，所述待匹配医学图像对包括第一待匹配医学图像和第二待匹配医学图像；
[0006]获得所述第一待匹配医学图像对应的第一目标检测结果，以及所述第二待匹配医学图像对应的第二目标检测结果，其中，所述第一目标检测结果包括至少一个第一候选目标，所述第二目标检测结果包括至少一个第二候选目标；
[0007]获得所述至少一个第一候选目标的特征信息，以及所述至少一个第二候选目标的特征信息，其中，任一候选目标的特征信息包括所述候选目标的空间特征信息和非空间特征信息；
[0008]对于任一第一候选目标和任一第二候选目标，根据所述第一候选目标的特征信息和所述第二候选目标的特征信息，生成所述第一候选目标和所述第二候选目标组成的候选目标对对应的特征描述信息；
[0009]根据所述候选目标对对应的特征描述信息，确定所述候选目标对对应的目标匹配度
。
[0010]在一种可能的实现方式中，任一候选目标的非空间特征信息包括以下至少之一：所述候选目标的类别信息
、
所述候选目标的评价信息
、
所述候选目标的解剖结构信息
、
所述候选目标对应的特征编码
。
[0011]在一种可能的实现方式中，
[0012]所述候选目标的类别信息包括所述候选目标的亚分类信息；
[0013]和
/
或，
[0014]所述候选目标的评价信息包括以下至少之一：所述候选目标的实性程度评价信息
、
所述候选目标的恶性程度评价信息
、
所述候选目标的良性程度评价信息；
[0015]和
/
或，
[0016]所述候选目标对应的特征编码包括以下至少之一：所述候选目标的特征编码
、
所述候选目标所属的包围盒的特征编码
。
[0017]在一种可能的实现方式中，所述候选目标对对应的特征描述信息包括以下至少两项：
[0018]所述第一候选目标的特征信息与所述第二候选目标的特征信息之间的差异性信息；
[0019]所述第一候选目标的特征信息与所述第二候选目标的特征信息之间的相似性信息；
[0020]所述第一候选目标的特征信息与所述第二候选目标的特征信息的特征融合信息
。
[0021]在一种可能的实现方式中，
[0022]任一候选目标的空间特征信息至少包括所述候选目标的位置信息；
[0023]所述差异性信息至少包括：根据所述第一候选目标的位置信息和所述第二候选目标的位置信息确定的差异性信息
。
[0024]在一种可能的实现方式中，所述相似性信息至少包括以下一项：
[0025]根据所述第一候选目标的类别信息和所述第二候选目标的类别信息确定的相似性信息；
[0026]根据所述第一候选目标的评价信息和所述第二候选目标的评价信息确定的相似性信息；
[0027]根据所述第一候选目标的特征编码和所述第二候选目标的特征编码确定的相似性信息
。
[0028]在一种可能的实现方式中，所述特征融合信息至少包括以下一项：
[0029]根据所述第一候选目标的尺寸信息和所述第二候选目标的尺寸信息得到的特征融合信息；
[0030]根据所述第一候选目标的类别信息和所述第二候选目标的类别信息得到的特征融合信息；
[0031]根据所述第一候选目标的评价信息和所述第二候选目标的评价信息得到的特征融合信息
。
[0032]在一种可能的实现方式中，所述根据所述候选目标对对应的特征描述信息，确定所述候选目标对对应的目标匹配度，包括：
[0033]将所述候选目标对对应的特征描述信息输入预先训练的分类器，经由所述分类器预测所述候选目标对对应的目标匹配度
。
[0034]在一种可能的实现方式中，在所述将所述候选目标对对应的特征描述信息输入预先训练的分类器之前，所述方法还包括：
[0035]获得训练目标对以及所述训练目标对对应的目标匹配度标签；
[0036]获得所述训练目标对对应的特征描述信息；
[0037]将所述训练目标对对应的特征描述信息输入所述分类器，经由所述分类器输出所述训练目标对对应的预测匹配度；
[0038]根据所述目标匹配度标签和所述预测匹配度，训练所述分类器
。
[0039]在一种可能的实现方式中，所述获得训练目标对以及所述训练目标对对应的目标匹配度标签，包括：
[0040]响应于第一训练医学图像和第二训练医学图像中存在相匹配的第一训练目标和
第二训练目标，根据所述第一训练目标和所述第二训练目标生成第一训练目标对，并确定所述第一训练目标对对应的目标匹配度标签为
1。
[0041]在一种可能的实现方式中，所述获得训练目标对以及所述训练目标对对应的目标匹配度标签，还包括：
[0042]响应于所述第二训练目标的邻域中存在第三训练目标，根据所述第一训练目标和所述第三训练目标生成第二训练目标对，并确定所述第二训练目标对对应的目标匹配度标签为
0。
[0043]在一种可能的实现方式中，所述获得训练目标对以及所述训练目标对对应的目标匹配度标签，还包括：
[0044]响应于第三训练医学图像中存在与所述第一训练目标不匹配的第四训练目标，且所述第四训练目标至少有一项特征信息与所述第一训练目标相近或相同，根据所述第一训练目标和所述第四训练目标生成第三训练目标对，并确定所述第三训练目标对对应的目标匹配度标签为
0。
[0045]在一种可能的实现方式中，
[0046]所述对于任一第一候选目标和任一第二候选目标，根据所述第一候选目标的特征信息和所述第二候选目标的特征信息，生成所述第一候选目标和所述第二候选目标组成的候选目标对对应的特征描述信息，根据所述候选目标对对应的特征描述信息，确定所述候选目标对对应的目标匹配度，包括：对于任一第一候选目标和任一第二候选目标，响应于所述第一候选目标与所述第二候本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种医学图像处理方法，其特征在于，包括：获取待匹配医学图像对，其中，所述待匹配医学图像对包括第一待匹配医学图像和第二待匹配医学图像；获得所述第一待匹配医学图像对应的第一目标检测结果，以及所述第二待匹配医学图像对应的第二目标检测结果，其中，所述第一目标检测结果包括至少一个第一候选目标，所述第二目标检测结果包括至少一个第二候选目标；获得所述至少一个第一候选目标的特征信息，以及所述至少一个第二候选目标的特征信息，其中，任一候选目标的特征信息包括所述候选目标的空间特征信息和非空间特征信息；对于任一第一候选目标和任一第二候选目标，根据所述第一候选目标的特征信息和所述第二候选目标的特征信息，生成所述第一候选目标和所述第二候选目标组成的候选目标对对应的特征描述信息；根据所述候选目标对对应的特征描述信息，确定所述候选目标对对应的目标匹配度
。2.
根据权利要求1所述的方法，其特征在于，任一候选目标的非空间特征信息包括以下至少之一：所述候选目标的类别信息
、
所述候选目标的评价信息
、
所述候选目标的解剖结构信息
、
所述候选目标对应的特征编码
。3.
根据权利要求2所述的方法，其特征在于，所述候选目标的类别信息包括所述候选目标的亚分类信息；和
/
或，所述候选目标的评价信息包括以下至少之一：所述候选目标的实性程度评价信息
、
所述候选目标的恶性程度评价信息
、
所述候选目标的良性程度评价信息；和
/
或，所述候选目标对应的特征编码包括以下至少之一：所述候选目标的特征编码
、
所述候选目标所属的包围盒的特征编码
。4.
根据权利要求1至3中任意一项所述的方法，其特征在于，所述候选目标对对应的特征描述信息包括以下至少两项：所述第一候选目标的特征信息与所述第二候选目标的特征信息之间的差异性信息；所述第一候选目标的特征信息与所述第二候选目标的特征信息之间的相似性信息；所述第一候选目标的特征信息与所述第二候选目标的特征信息的特征融合信息
。5.
根据权利要求4所述的方法，其特征在于，任一候选目标的空间特征信息至少包括所述候选目标的位置信息；所述差异性信息至少包括：根据所述第一候选目标的位置信息和所述第二候选目标的位置信息确定的差异性信息
。6.
根据权利要求4或5所述的方法，其特征在于，所述相似性信息至少包括以下一项：根据所述第一候选目标的类别信息和所述第二候选目标的类别信息确定的相似性信息；根据所述第一候选目标的评价信息和所述第二候选目标的评价信息确定的相似性信息；根据所述第一候选目标的特征编码和所述第二候选目标的特征编码确定的相似性信
息
。7.
根据权利要求4至6中任意一项所述的方法，其特征在于，所述特征融合信息至少包括以下一项：根据所述第一候选目标的尺寸信息和所述第二候选目标的尺寸信息得到的特征融合信息；根据所述第一候选目标的类别信息和所述第二候选目标的类别信息得到的特征融合信息；根据所述第一候选目标的评价信息和所述第二候选目标的评价信息得到的特征融合信息
。8.
根据权利要求1至7中任意一项所述的方法，其特征在于，所述根据所述候选目标对对应的特征描述信息，确定所述候选目标对对应的目标匹配度，包括：将所述候选目标对对应的特征描述信息输入预先训练的分类器，经由所述分类器预测所述候选目标对对应的目标匹配度
。9.
根据权利要求8所述的方法，其特征在于，在所述将所述候选目标对对应的特征描述信息输入预先训练的分类器之前，所述方法还包括：获得训练目标对以及所述训练目标对对应的目标匹配度标签；获得所述训练目标对对应的特征描述信息；将所述训练目标对对应的特征描述信息输入所述分类器，经由所述分类器输出所述训练目标对对应的预测匹配度；根据所述目标匹配度标签和所述预测匹配度，训练所述分类器
。10.
根据权利要求9所述的方法，其特征在于，所述获得训练目标对以及所述训练目标对对应的目标匹配度标签，包括：响应于第一训练医学图像和第二训练医学图像中存在相匹配的第一训练目标和第二训练目标，根据所述第一训练目标和所述第二训练目标生成第一训练目标对，并确定所述第一训练目标对对应的目标匹配度标签为
1。11.
根据权利要求
10
所述的方法，其特征在于，所述获得训练目标对以及所述训练目标对对应的目标匹配度标签，还包括：响应于所述第二训练目标的邻域中存在第三训...

【专利技术属性】
技术研发人员：黄烨翀，王娜，陈翼男，
申请(专利权)人：上海商汤善萃医疗科技有限公司，
类型：发明
国别省市：